屋内ユーザ密集度モニタリングアプリのためのBLEビーコンの適応的配置最適化に関する論文が，Proceedings of ACM on IMWUTに掲載されましたのでお知らせします．本論文は，川原研究室（東京大学），ヤフー株式会社との共同研究成果になります．

本研究は，東京大学で開発が進められているBLEベースの屋内混雑度確認アプリ「mocha」における初期導入・性能保守に伴う人的コストの効率化を狙って開発を進めました．

論文の概要

屋内の過密状況を防ぐ有効な手段の一つとして，BLEビーコンを用いた屋内群集密度モニタリングシステムがあります．一般に屋内混雑状況モニタリングシステムは，ユーザー側のモバイルアプリケーションとインフラとしてのビーコンセンサーネットワークで構成されています．

一方，このBLEに基づくモニタリングの性能は，BLEビーコンの配置の仕方に大きく依存しています．そのため，BLEビーコンの配置最適化はよく研究されている話題でもあります．本研究では，ビーコンの電波の伝搬状況を効率的に推定しながら，逐次的にビーコンを配置する，いわば適応的にセンサを配置するアルゴリズムを提案しました（EABeD）．この手法はベイズ最適化と巡回セールスマン問題の双方を適用し，計測回数そのものだけでなく，歩行経路長も抑えることで，人的コスト（時間方向の負荷）の軽減を達成します．

実際に東京大学総合図書館といった実際の環境下で，ビーコン配置最適化実験を行い，シミュレーションによる手法やBLEビーコンアプリケーションの開発者による配置と比較し，性能を検証しました．その結果，提案手法はシミュレーションベース手法よりも26.4%，未経験者（BLEの性質をあまり把握していない理系学生）の配置よりも23.2%，　上記の専門家の配置よりも5.2%以上高い検出率を達成できることが分かりました．

この論文はACMのウェブサイトよりご覧になれます．
なお本論文の内容を，本年秋に開催されるユビキタスコンピューティングのトップ会議， ACM UbiComp2023でも紹介する予定です．